RnDCircle Logo
정성균 연구실
상명대학교 휴먼지능로봇공학과 정성균 교수
GNSS 스푸핑 탐지
항법 성능 향상
모바일 로봇 포즈 추정
연구 영역
기본 정보
논문·특허
과제
구성원

정성균 연구실

상명대학교 휴먼지능로봇공학과 정성균 교수

정성균 연구실은 모바일 로봇 환경에서 위치·자세 추정과 내비게이션 신뢰도를 확보하는 기술을 중심으로 연구합니다. 그래픽 마커 기반 포즈 추정에서 공간 및 시간 일관성 검증을 통해 outlier를 제거하는 방식을 적용하고, 장애물 충돌과 환경 비용을 반영하는 가중치 A* 기반 경로계획을 수행합니다. 또한 GNSS 신호에서 스푸핑 공격과 열악 환경에 의해 발생하는 성능 저하를 탐지·완화하는 알고리즘을 개발합니다. 영상 기반 응용으로 농업 병해충 및 의료영상 진단에서 딥러닝 분할·정량 분석·임상 인자 결합 모델을 활용합니다.

GNSS 스푸핑 탐지항법 성능 향상모바일 로봇 포즈 추정이상치 탐지경로계획
대표 연구 분야
연구 영역 전체보기
GNSS 보안 및 항법 성능 향상을 위한 스푸핑/이상탐지 연구 thumbnail
GNSS 보안 및 항법 성능 향상을 위한 스푸핑/이상탐지 연구
Research on GNSS Spoofing Detection and Navigation Performance Enhancement
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
인용수 2
·
2025
Weight-Incorporating A* Algorithm with Multi-Factor Cost Function for Enhanced Mobile Robot Path Planning
Seungwoo Baik, Jae Hwan Bong, Seongkyun Jeong
IF 2.3 (2025)
Actuators
본 연구는 모바일 로봇 경로 계획을 위한 Weight-Incorporating A* (WIA*) 알고리즘을 제안한다. WIA* 알고리즘은 기존 A* 비용 함수에 세 가지 가중치 요소를 통합한다. 즉, 충돌 회피를 위한 장애물 충돌(Obstacle Collision, OC) 가중치, 경로 길이 최적화를 위한 경로 거리(Path Distance, PD) 가중치, 그리고 환경 고려를 위한 주행 적합도(Driving Suitability, DS) 가중치이다. 실험적 검증은 아홉 개의 2D 격자 지도와 3D 가상 환경을 사용하여 수행하였다. 그 결과, WIA*는 기존 A*에서 평균 9.11회의 충돌이 발생한 것에 비해 장애물 충돌을 0회로 달성하였다. WIA*는 경로 길이를 12.69% 증가시켰으나, 주행 적합도 비용을 93.88% 감소시켜 아홉 개의 테스트 환경 중 여섯 곳에서 비용을 0으로 달성하였다. 본 알고리즘은 환경 요인을 통합하면서도 효과적인 무충돌 경로 생성을 입증하여, 실제 모바일 로봇 항법에 적합함을 보여준다.
https://doi.org/10.3390/act14080369
Motion planning
Mobile robot
Computer science
Factor (programming language)
Function (biology)
Algorithm
Path (computing)
Robot
Mathematical optimization
Artificial intelligence
2
Article
|
인용수 4
·
2024
Enhancing Pose Estimation Using Multiple Graphical Markers with Spatial and Temporal Outlier Detection
Doyoung Kim, Jae Hwan Bong, Seongkyun Jeong
IF 2.5 (2024)
Applied Sciences
본 논문은 다중 그래픽 마커를 사용하여 모바일 로봇에서 자세 추정의 정확도와 정밀도를 향상시키기 위한 새로운 접근법을 제시한다. ArUco와 같은 그래픽 마커를 활용하는 전통적인 단일 마커 방법은 구현이 간단하지만, 그 성능은 환경 변화와 측정 오류에 취약하다. 이러한 한계를 해결하기 위해, 우리는 다수의 마커를 동시에 활용하는 강건한 자세 추정 알고리즘을 제안한다. 우리의 접근법은 두 가지 핵심 메커니즘을 포함한다. 즉, 마커 배열 내에서 유효하지 않은 마커를 탐지하기 위한 공간적 일관성 검증과, 이상치 측정을 식별하고 제외하기 위한 시간적 안정성 분석이다. 제안한 알고리즘은 유효한 마커로부터의 측정을 평균화함으로써 자세 추정 정확도를 향상시키되, 어떠한 단일 마커도 추정 과정에서 지배적 영향을 미치지 못하도록 방지한다. 본 접근법의 유효성은 고정 카메라와 드론 장착 카메라 구성 모두를 사용한 실험을 통해 검증되었다. 결과는 다중 마커를 이용한 자세 추정이 단일 마커 접근법에 비해 정확도와 정밀도 모두를 유의미하게 향상시킴을 보여주었다. 고정 카메라 실험에서는 카메라 자세가 다양한 조건에서 위치 및 방향 측정의 평균 오차와 표준편차가 감소하는 것으로 나타났다. 또한 드론 장착 카메라 실험에서는 호버링 기동 동안 측정 변동이 유의하게 더 낮아, 우리의 접근법이 더 우수한 안정성을 보였다. 이러한 개선은 특히 카메라가 마커 평면에 대해 큰 각도로 기울어져 있는 경우와 같은 어려운 시나리오에서 두드러지게 나타났다. 본 연구는 모바일 로봇 및 자율 시스템에서 신뢰할 수 있는 자세 추정 방법론의 발전에 기여하며, 정확한 위치 및 방향 측정이 중요한 다양한 환경에서의 잠재적 응용 가능성을 가진다.
https://doi.org/10.3390/app142210225
Computer science
Estimation
Anomaly detection
Outlier
Pattern recognition (psychology)
Artificial intelligence
Statistics
Mathematics
Engineering
3
Article
|
인용수 3
·
2023
GNSS performance enhancement using measurement estimation in harsh environment
Jae Hwan Bong, Doyoung Kim, Seongkyun Jeong
IF 2.9 (2023)
PLoS ONE
전지구항법위성시스템(GNSS)은 전 세계적으로 위치와 시간을 측정하는 데 일반적으로 사용된다. GNSS는 다른 센서와의 비교를 통해 보조 항법 도구를 사용하지 않고도 비교적 정확한 위치를 측정할 수 있다는 점에서 편리하다. 이러한 이점에 기반하여 적용 영역은 상업적·사회적 용도(예: 차량 내비게이션, 스마트 그리드, 스마트폰 앱)로까지 확장되고 있다. 향후에는 사물인터넷(IOT)을 더욱 활성화하는 다양한 서비스와 기술(예: 자율주행차, 무인 배송, 산업용 현장 로봇의 활용)이 우리 사회에서 사용될 것이다. 반대로 GNSS는 위성 신호 수신을 통해 위치와 시간을 계산한다는 특성 때문에, 도시 지역과 같은 가혹한 환경에서는 성능이 저하될 수 있다. 그러나 도시의 건물은 항법 위성 신호를 차단하고 다중경로 오차를 유발할 수 있다. 차단된 신호는 항법해의 정확도를 나타내는 정밀도 희석(dilution of precision, DOP)을 악화시키며, 그 결과 항법해 오차를 증가시킨다. 본 연구는 다양한 기법(예: 거리 차이(range differences), 수신기 시계 오차 유지(receiver clock error hold), 가상 위성(virtual satellites))을 활용하여 항법 성능을 향상시키는 방법을 제안한다. 제안된 방법들은 가시 위성이 감소한 가혹한 환경에서 검증되었다. 시뮬레이션에서 각 제안 방법은 수신기가 가혹한 환경에 진입하더라도 정상 상황과 유사한 환경을 조성함으로써 항법 성능을 향상시켰다. 그 결과 가시 위성 수가 감소한 정상 상황에 비해 항법 성능이 저하되는 양상이 확인되었다. 그러나 제안된 기법을 적용함으로써 항법 성능은 점진적으로 회복되었다. 제안된 방법을 사용하면 위성 신호가 차단된 상황에서도 항법 성능을 지속적으로 유지할 수 있다.
https://doi.org/10.1371/journal.pone.0292116
GNSS applications
Dilution of precision
Computer science
Satellite navigation
Real-time computing
GNSS augmentation
Satellite system
Block (permutation group theory)
Satellite
Air navigation
최신 정부 과제
2
과제 전체보기
1
주관|
2021년 4월-2027년 2월
|5,450,000,000
첨단분야 혁신융합대학사업(빅데이터)
본 과제는 빅데이터 분야 다양성을 키우기 위해 여러 대학이 교육 자원과 전공 역량을 함께 나누는 혁신적 분산 공유 대학을 구축하는 연구임. 연구 목표는 수준별 교육과 우수 교원 POOL을 바탕으로 지역간 교육 인프라 불균형을 해소하고 포스트 코로나 시대의 새로운 대학교육 시스템 모델을 제안하는 데 있음. 핵심 연구내용은 대학별 특화분야 특장점 공유, 우수 교원들을 하나의 POOL로 구성해 세부 전공을 상호보완, 디지털 기술 기반 지적 자산 고른 공유, 자동화공정 및 자율주행차 센서 데이터 연계분석 모델링의 오류판정·추론 등으로 산업 데이터 가치 고도화임. 기대효과는 기업·연구소와의 빅데이터 인력 미스매치 극복, 신기술 트렌드 첨단인력 배출 및 설비·공정 데이터분석 기반 생산성·품질 예측·최적화로 산업경제 주도 가능함.
빅데이터
2
주관|
2021년 4월-2027년 2월
|5,475,000,000
디지털 신기술 인재양성 혁신공유대학사업(차세대반도체)
본 과제는 차세대 반도체 분야를 이끌 인재를 만들기 위한 책임 있는 미래 인재양성 사업임. 연구목표는 다양한 전공 학생에게 진로 탐색 기회 제공을 위해 수준별 맞춤 교육을 운영하여 2,800명/년 이상 인력 양성 달성임. 핵심 연구내용은 초급·중급·고급·전문 단계 포함 11종 교과과정 운영, 산업체 요구 기반 PBL 강좌 연 18개 신설 및 45개 K-MOOC 개설, 유연학사제도 총 92건 운영, 교원 책임시수 감면·성과연봉 지원, 협약 100여개 기업 취업 연계 및 인턴·장학금 제공, KMOOC·교과과정 공동활용 확산과 재직자 교육 실행임. 기대효과는 반도체 비전공 인문·이공계 취업역량 강화 및 수료생의 현장 인터뷰 기반 직무능력 증대임
차세대 반도체